OpenAI 董事會主席佈雷特 · 泰勒大膽預測:一年後企業將不再擔心 Token 成本

重點摘要
**OpenAI董事会主席泰勒预言:一年后Token成本将不再是企业之虑** IT之家7月21日消息,随着生成式AI在企业级应用中的渗透加速,Token(令牌)消耗及其费用已频繁出现在首席财务官的关注清单上。然而,OpenAI董事会主席兼AI初创公司Sierra联合创始人布雷特·泰勒(Bret Taylor)近日在接受CNBC采访时给出乐观预测:大约12个月后,绝大多数企业将不再需要操心Token这个技术概念,AI服务的计费模式会迎来根本性转变。
**OpenAI董事会主席泰勒预言:一年后Token成本将不再是企业之虑**
IT之家7月21日消息,随着生成式AI在企业级应用中的渗透加速,Token(令牌)消耗及其费用已频繁出现在首席财务官的关注清单上。然而,OpenAI董事会主席兼AI初创公司Sierra联合创始人布雷特·泰勒(Bret Taylor)近日在接受CNBC采访时给出乐观预测:大约12个月后,绝大多数企业将不再需要操心Token这个技术概念,AI服务的计费模式会迎来根本性转变。泰勒指出,当前围绕Token计费、用量监控与成本控制所产生的诸多痛点,根本原因在于AI市场仍处早期阶段,商业模式尚未定型。“这就好比互联网刚刚兴起时,建设一个网站需要投入巨大精力和资金;如今搭建网站的成本几乎可以忽略不计。
”泰勒强调,技术刚起步时的复杂收费模式会随着生态成熟而逐步隐退,最终由第三方平台和垂直解决方案商接管Token管理负担,企业客户无需亲自处理这些底层细节。作为一家法律AI初创公司,Harvey会直接替律师所客户管理Token用量;金融自动化平台Ramp也已推出专门的Token支出管理模块,帮助企业实时追踪AI使用成本。泰勒认为这类整合正成为趋势,“营销部门使用一套产品,软件工程师使用另一套,IT部门变得非常擅长部署不同场景的AI工具。届时Token概念将从用户视野中消失。”
今年以来,AI模型调用需求激增导致Token成本迅速攀升,部分企业被迫削减AI项目预算,并重新检视相关投资能否带来足够的回报率。在此背景下,越来越多高管开始把回报率(ROI)置于首要位置。泰勒承认,企业当下对成本的担忧是客观存在的,但这一状况不会持续太久。“12个月后,大部分企业根本不会再去讨论Token,因为他们按实际成果付费,而非每一段文字的处理单元。”
泰勒将当前AI商用化进程类比为上世纪90年代的互联网建设潮:“最初的网站托管、服务器租用、带宽费用都需要详细计算,但如今企业只需要关心网站能带来什么业务价值,而不是底层IT账单。”相似的逻辑正在AI领域上演:模型运行效率持续提高,算力成本稳步下降,加之专属Token管理工具层出不穷,企业自行精打细算的动力将明显减弱。OpenAI董事会主席还透露,多家风险投资机构已开始押注“按结果付费”的新型AI服务商,这类企业将模型与行业流程深度整合,把Token管理打包在内,客户只需为最终产出的价值付费,比如完成合同审阅、生成代码片段、优化广告投放等。
泰勒认为,届时CFO的角色也会从“成本监工”转向“价值评估者”,企业决策重心回归AI带来的实际业务增量。展望未来一年,泰勒预测随着GPT等前沿模型推理效率不断突破,单位Token的成本还将有约30%至50%的下降空间。这并非夸大其词。各大云计算与AI平台已竞相推出专用加速硬件和蒸馏、量化等轻量化部署方案,客观上为Token成本的持续下探铺路。泰勒表示:“科技行业有这样一个规律:一个被广泛使用的资源,其单位价格一定会快速降低,Token也不例外。”
这也意味着,当前让财务主管头疼的“Token账单激增”阶段很可能只是一次短期阵痛。当Token成本不再成为门槛,企业将更果断地将AI嵌入核心业务流程,而非停留在尝试性工具层面。泰勒还特别强调,他并非建议企业直接忽视当前的成本控制,而是鼓励创业者和技术提供方主动开发“让企业无须操心Token”的解决方案,“就像今天的云服务不会让客户关心每个CPU周期的价格一样。”
分析人士指出,泰勒的判断在一定程度上反映了硅谷主流创投圈对AI商业化的预期。即模型能力不再是唯一壁垒,如何将AI无缝转化为业务成效才是决胜点。若“按成果付费”模式得以大规模验证,将催生一批新的AI服务层供应商,专门承接Token管理和优化工作,从而彻底改变现有AI服务的定价方式。 不过,也有观点认为这一转变的速度或许比泰勒预测的慢。企业级应用的安全合规与审计要求可能仍需要Token级透明记录,尤其在高监管行业如金融、医疗和政务。但泰勒反驳称,这类合规需求恰可由垂直AI服务商在后台处理,前端用户依然不必看到Token数字。“企业内部用户使用AI的体验,应该与使用一个普通SaaS应用没有区别。”
回到宏观视角,Taylor将AI市场演进分为三个阶段:第一阶段是技术热催生各种“万能模型”,第二阶段是爆发式需求引发成本关注,第三阶段则是整合与专业分工带来的“无感计费”。他认为目前正处于第二阶段末,即将进入第三阶段。企业若能理解这一趋势,可以更早地从繁琐的Token核算中抽身,聚焦于AI能创造什么实际成果。 在全球AI基础设施加速迭代、垂直大模型百花齐放的背景下,泰勒的“一年预言”能否准时兑现尚待时间检验,但它至少为正在为Token成本感到焦虑的财务高管提供了一剂定心针——当技术生态走向成熟,企业终将与底层概念“脱钩”,就像今天没有人会关心每一个电子邮件的数据包走过哪台路由器一样。
Related
相關文章

一年砸下110億美元,比紅杉還兇,白宮才是AI圈最猛投資人
美國白宮過去一年在AI領域投入110億美元,規模超越紅杉資本等傳統創投,顯示政府正以國家級資源全面押注AI產業。這筆資金分散於多個聯邦機構,涵蓋基礎模型訓練、醫療及氣候應用等關鍵環節,並強調負責任AI開發。此舉反映美國對維持全球AI領導地位的危機感,但也引發市場機制扭曲與技術商業化延緩的疑慮。

一口氣發佈三款教育插件,OpenAI教育產品再升級
OpenAI 推出三款教育插件,分別為課程助手、作業輔導員與互動學習夥伴,旨在協助教師備課與學生自主學習。這些工具整合至教育版平台,強調引導式學習而非直接給答案,並內建防護機制避免學生過度依賴。OpenAI 計畫未來加強多語言支援與特殊教育需求,持續深化教育科技布局。

騰訊、字節、阿里,搶著給打工人配「AI助理」
騰訊、字節跳動與阿里巴巴三大中國科技巨頭,近期紛紛推出或升級企業級AI助理,目標是提升白領工作效率。各家AI助理的競爭重點從回答問題轉向執行任務,並分別強調跨應用串聯、主動式智慧與企業級安全等不同特色。儘管面臨資料隱私與AI幻覺等挑戰,但市場調查顯示超過六成中國企業計劃在一年內導入AI辦公工具。

推行AI提效後,策劃們開始加班趕工期
當AI開始重寫小遊戲生產流程,真正的變化何時發生?這個問題在近期引發了業界廣泛討論。隨著人工智慧技術逐步滲透進創意與策劃領域,許多公司開始導入AI工具來提升工作效率,然而實際情況卻與預期有所出入。部分策劃人員反映,在推行AI提效後,他們不僅沒有減少工作量,反而因為系統調整與流程磨合,導致加班趕工期的現象頻繁出現。 這場變革的起點,源自於企業對AI生產力的高度期待。許多遊戲開發與內容製作公司,尤其是中小型團隊,紛紛導入AI輔助工具,試圖透過自動化生成文案、腳本、美術素材甚至程式碼,來縮短專案週期。

DeepSeek大漲價,Token價格戰終於要結束了?
DeepSeek大幅調漲API服務價格,引發市場對AI模型價格戰是否結束的討論。業界分析指出,漲價反映營運成本壓力與市場定位調整,可能代表中國AI產業從低價競爭轉向追求盈利與可持續發展。未來競爭焦點將從價格轉向模型效果與生態系統完整性,但漲價能否終結價格戰仍取決於市場供需與競爭對手反應。

狂攬130億!英偉達投的AI基建獨角獸又融資了
澳洲AI基礎設施獨角獸Firmus宣布完成20億美元(約136億人民幣)戰略股權融資,現有投資方英偉達與Coatue持續參投,並新增黑石旗下基金及Jane Street。該公司專注於設計、建設及營運AI工廠,核心產品HyperCube整合供電、液冷與伺服器機架,並提供GPU雲端算力服務。英偉達透過股權投資與技術合作,協助Firmus擴張亞太地區AI數據中心,同時擴大其晶片與計算架構的市場覆蓋。